MétaCan
Menu
Retour à la cohorte
Enregistrement W4295953387 · doi:10.4050/f-0078-2022-1269

Application of MSG-3 Maintenance to the Bell 525

2022· article· en· W4295953387 sur OpenAlexaff
Corey Mooney, Jim Ciazinski

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering and Test Systems
Établissements canadiensBell (Canada)
Organismes subventionnairesnon disponible
Mots-clésAircraft maintenanceOriginal equipment manufacturerMaintenance engineeringReliability (semiconductor)Reliability engineeringAviationProcess (computing)Operational maintenanceEngineeringPreventive maintenanceComputer scienceAeronauticsComputerized maintenance management system

Résumé

récupéré en direct d'OpenAlex

In the early days of aviation, maintenance requirements were determined by a few experienced mechanics with assistance from the Original Equipment Manufacturer (OEM). As aircraft became more complex, a more sophisticated method of developing an aircraft maintenance program was needed. The approach aimed for a data driven maintenance philosophy. Just as sequential aircraft designs introduced new enhancements, each revision to the maintenance logic improved the maintenance approach in terms of effectiveness. The latest approach to this maintenance philosophy is known by the acronym MSG-3, for Maintenance Steering Group 3. As scheduled maintenance requirements for aircraft continue to change, the procedures need to be effective, reliable, and economically reasonable. The approach and benefits of an MSG-3 program are discussed in reference to the Bell 525, a new fly-by-wire, 16-passenger commercial helicopter under development at Bell Textron Inc. The development of the 525's MSG-3 maintenance program and its benefits to operators are discussed. The MSG-3 process schedules aircraft maintenance tasks necessary to maintain the stated levels of reliability and safety, reducing direct maintenance costs by 30% while maximizing aircraft availability (Ref 1).

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,003
Tête enseignante GPT0,164
Écart entre enseignants0,161 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEngineering and Test SystemsTravaux en français237 207